飛利浦與騰訊兩大巨頭攜手，推進AI輔助診斷系統(tǒng)開發(fā)。據(jù)最新發(fā)布的《中國醫(yī)學影像AI白皮書》，“人工智能＋”已經(jīng)成為傳統(tǒng)醫(yī)療巨頭和互聯(lián)網(wǎng)科技公司的未來戰(zhàn)略方向。盡管AI在醫(yī)學影像領(lǐng)域已經(jīng)取得矚目成績，但在AI讀片成為“普世”服務(wù)前，如何讓AI真正從實驗室走向醫(yī)院，從科研走向臨床，是眼下更務(wù)實的思考。

全球電子巨頭飛利浦與中國互聯(lián)網(wǎng)巨頭騰訊在人工智能的應(yīng)用方面找到了交集。

3月22日，飛利浦（中國）與騰訊達成戰(zhàn)略合作，致力于在智能醫(yī)療領(lǐng)域，從醫(yī)院臨床需求出發(fā)，共同推進電子陰道鏡AI輔助診斷系統(tǒng)的研發(fā)。據(jù)悉，將電子陰道鏡與陰道鏡AI輔助診斷系統(tǒng)結(jié)合成果，將成為醫(yī)生的“智能助手”，大大節(jié)省婦科臨床醫(yī)生的看片精力，提高診斷效率和準確率。

就在數(shù)天后，《中國醫(yī)學影像AI白皮書》（以下簡稱“白皮書”）于3月26日發(fā)布并指出，“人工智能＋”已經(jīng)成為傳統(tǒng)醫(yī)療巨頭和互聯(lián)網(wǎng)科技公司的未來戰(zhàn)略方向。該白皮書由中國醫(yī)學影像AI產(chǎn)學研用創(chuàng)新聯(lián)盟牽頭，匯集了國內(nèi)三甲醫(yī)院的影像專家、科研專家和領(lǐng)先的AI醫(yī)學公司共同起草。

白皮書提及，西門子醫(yī)療、通用醫(yī)療、飛利浦醫(yī)療、聯(lián)影醫(yī)療以及東軟醫(yī)療等設(shè)備公司紛紛成立智能醫(yī)療部門。谷歌、阿里巴巴、騰訊、復興醫(yī)藥等企業(yè)也均表示會將醫(yī)療領(lǐng)域作為本企業(yè)AI的發(fā)力點，成為公司未來戰(zhàn)略的重要組成部分。

醫(yī)療領(lǐng)域向來被認為是人工智能落地的首要場景之一，各類應(yīng)用場景豐富。白皮書顯示，AI自然語言處理可在醫(yī)療領(lǐng)域?qū)崿F(xiàn)智能輔診、電子病歷語音錄入等。在醫(yī)學影像方面，AI技術(shù)可以有效提高醫(yī)師診療效率與診斷精度，使醫(yī)學圖像的分析技術(shù)下沉，縮短患者就診等待時間，降低就醫(yī)成本。另外，AI在體征監(jiān)測、臨床數(shù)據(jù)、醫(yī)學視頻、運動管理、藥物發(fā)現(xiàn)等方面都可發(fā)揮作用。

看清醫(yī)學影像，也要看清未來

對于人工智能在醫(yī)學影像領(lǐng)域興起的熱潮，華東師范大學上海市磁共振重點實驗室副主任楊光副教授對算力智庫表示，圖像是人們能夠最直觀感受到的信息。隨著AI視覺識別算法的快速發(fā)展和成熟，人臉識別、車牌識別等場景出現(xiàn)在了日常生活中，也很自然會被應(yīng)用到醫(yī)學領(lǐng)域。

AI的出現(xiàn)確實受到了醫(yī)生的認同和歡迎。楊光教授從其與醫(yī)院的合作中發(fā)現(xiàn)，醫(yī)生們普遍認為，如果能通過AI在影像識別方面減少錯診和漏診，將是一件十分有意義的事情。但他也坦言，目前人工智能醫(yī)學影像識別仍以科研為主，并未直接用于臨床。

此外，目前AI影像識別的疾病種類也非常有限。楊光教授表示，上海市磁共振重點實驗室與合作醫(yī)院在前列腺影像識別方面已經(jīng)取得了系統(tǒng)性成果，接下來會對肝臟與腎臟疾病的影像進行系統(tǒng)性的研究。他認為，不同器官、不同疾病，對于AI的處理難度也各不相同，從個別器官到整體系統(tǒng)更有待研究，但只有從局部小范圍做起，才更有可能實現(xiàn)應(yīng)用。

但畢竟AI醫(yī)學影像識別技術(shù)還處于發(fā)展初期，即便攻克了技術(shù)關(guān)，最終的落地形式仍然見仁見智。

在近期舉辦的首屆CIO首投2025投資者俱樂部年會暨新興人工智能管理論壇（以下簡稱“論壇”）上，來自AI技術(shù)服務(wù)商和投資機構(gòu)的嘉賓提出，未來“AI讀片”的最終落地形式或許只是醫(yī)療影像設(shè)備上的一個模塊。

對于這種假想，楊光教授對算力智庫分享了自己的不同看法。他表示，醫(yī)療影像設(shè)備上的AI模塊的確是一種可能性，并且很有可能會成為現(xiàn)實，畢竟這樣可以提升相關(guān)產(chǎn)品的競爭力�！暗�我更傾向于把AI當做一種服務(wù)。未來技術(shù)發(fā)展成熟之時，AI反而不會是一個高大上的東西，而是人們都能使用的工具”，楊光教授說道。

他解釋道，一般如果有人得了重病，很有可能他會找懂醫(yī)的熟人看一下病例，但實際上熟人不一定比醫(yī)生專業(yè)和權(quán)威，這樣的咨詢一方面確實可以降低誤診的可能，另一方面也是一種心理訴求。但從這個例子可以想見，未來AI有望作為一種讀片的工具，給病人多一種參考。更樂觀來看，當AI讀片的水平達到專家門診水平時，這樣的額外參考顯然是有價值、有市場的。

如果基于這樣的思考再反觀具體落地形式，AI讀片是作為現(xiàn)有影像設(shè)備的附加模塊，還是作為單獨的服務(wù)（如網(wǎng)站），想象空間顯然是廣闊的。

華東師范大學上海市磁共振重點實驗室主任楊光教授

從暢想回到現(xiàn)實，現(xiàn)實可能還是骨感的。據(jù)白皮書調(diào)研數(shù)據(jù)顯示，目前有74％的醫(yī)師沒有參與過AI相關(guān)研究，72％的醫(yī)院沒有建立專門的AI研究部門，74％的醫(yī)師表示僅聽說過并沒有使用過相關(guān)產(chǎn)品。總體來看，醫(yī)師個人（及團隊）最感興趣的醫(yī)學AI領(lǐng)域是病灶篩查及檢測（支持度84％），其次是疾病診斷、疾病預(yù)后分析及治療療效評價、醫(yī)療教育等。但對于AI在醫(yī)療領(lǐng)域的前景，90％的醫(yī)師認為還需要很長時間探索。

從實驗室到醫(yī)院到底還有多遠？

看來，在AI讀片成為“普世”服務(wù)前，如何讓AI真正從實驗室走向醫(yī)院，從科研走向臨床，或許才是眼下更務(wù)實、也是更緊迫的思考。

首當其沖的，是AI的合法“身份”問題。